AI时代，甲方IT团队必须走到业务最前线

过去，企业判断一个IT团队强不强，往往看几个数字：有多少开发人员，掌握多少技术栈，一年上线多少套系统。

但到了AI时代，这套评价标准正在迅速失效。因为写代码这件事，正在变得越来越便宜。

可企业里的AI项目，并没有因此变得更容易成功。工具越来越强，演示越来越惊艳，真正上线后能长期使用、改变业务结果的项目，依然不多。

问题出在哪里？

答案可能是：企业不缺把东西做出来的人，缺的是把东西真正送进业务里的人。

一、接需求的模式，正在失效

很多企业的IT部门，都有一套熟悉的工作方式：业务提需求，IT负责调研、排期、开发；系统上线后，再负责培训、运维。

久而久之，IT团队形成一种惯性—业务说要什么就做什么，领导批了什么就上什么，供应商交付什么就验收什么。

看起来每个人都很忙，但真正追问一句这个系统到底改变了什么，很多时候并不好回答。

表单从纸上搬到线上，审批从签字变成点击，原来的流程并没有真正发生变化。IT完成了项目，却没有完成业务结果。

过去这种模式还能维持，因为开发周期长、成本高，系统上线就算成绩。但AI时代不一样了。当做出一个功能越来越容易，企业会继续追问：为什么员工不用？为什么流程没有缩短？为什么人效没有提高？

这时候，甲方IT团队如果仍然只会接需求、管供应商、推项目，很快就会陷入被动。

需求交付链路

二、真正难的，不是模型能力，而是企业现场

很多AI项目在演示阶段都很漂亮：上传资料AI快速总结，输入一句话生成报表，接入知识库就能智能问答。

但一进入真实企业，事情立刻变复杂:

数据散落在十几个系统里，口径不一致；业务流程长期依赖经验，没有标准化；权限涉及部门、岗位、职级；老系统没有接口，供应商不配合；一线员工觉得麻烦，管理层希望马上看到效果。

这些问题，靠模型参数解决不了。

它需要有人真正走进现场，理解企业怎么运转，知道问题发生在哪里，能够在业务、技术、数据、流程和组织之间来回翻译。

这就是FDE（Forward Deployed Engineer，前向部署工程师）的核心价值：深入业务现场，把真实问题转化成可落地的技术方案，并推动方案真正上线使用，产生结果。

企业现场复杂性

三、甲方比乙方更需要FDE

很多人觉得FDE是软件公司、AI公司的岗位。但真正需要FDE的，恰恰是甲方企业自己的IT团队。

因为再优秀的乙方，也很难真正理解一家企业。

乙方可以了解项目需求，却很难理解企业长期形成的利益关系；可以看懂流程图，却不一定知道流程背后为什么这样设计；可以完成合同范围内的交付，却不会长期对企业经营结果负责。

而甲方IT团队不同—距离业务最近，最有机会理解企业内部真实的问题。

但现实中很多甲方IT人员反而离业务越来越远。他们忙着维护服务器、处理权限、协调供应商，每天在解决问题，却很少有时间深入业务现场，完整地陪着业务跑一遍。

最后出现一种尴尬局面：最懂技术的人不懂业务，最懂业务的人不知道技术能做到什么。

所以，甲方IT团队最需要的不是增加几个开发人员，而是培养一批自己的FDE—去门店、仓库、工厂、财务中心，和真正使用系统的人一起工作。

不是去问你有什么需求，而是去看：你每天最浪费时间的工作是什么？哪个环节最容易出错？哪些数据靠人工整理？哪些决定高度依赖某个老员工的经验？

只有这些问题被发现，AI才有机会真正进入企业。

四、用产品取代重复性工作

乔新亮老师反复强调过一句话：用产品取代重复性工作。

这句话听起来简单，真正落到企业里却并不容易。

业务部门看到的往往只是眼前的一项工作：增加一个按钮，开发一张报表，上线一个智能体。但FDE不能只是接住需求然后快速做出来，他还要继续追问:

为什么需要这个按钮？这张报表最终支持什么决策？员工每天重复做这件事，究竟是在完成工作，还是在弥补流程和系统的缺陷？

用产品取代重复性工作，不是把人工操作原封不动地搬进系统，更不是给原来的流程套上一层AI。它要求IT团队先看清业务，再重新设计业务。

有些重复工作可以通过自动化消失，有些需要先统一数据和规则，有些看起来需要智能体实际上只需要调整流程，还有些根本没有继续存在的必要。

FDE的价值，不是更快地满足所有需求，而是帮助企业判断：哪些事情值得产品化，哪些应该被取消，哪些适合用AI，哪些只是管理问题。

方向错了，做得越快，浪费越大。

人工vs自动化对比

五、从交付功能，转向交付结果

过去的IT团队按职能划分：产品经理、前端、后端、测试、运维。需求像流水线一样从一个岗位传到另一个岗位。

这种方式适合大型、稳定、边界清晰的系统建设。但AI时代的很多项目，开始于一个模糊的问题—可能是降低招聘筛选时间，可能是减少老师备课工作，可能是提升门店转化率。

这类问题一开始并没有清晰的产品定义，需要不断进入现场、快速尝试、验证效果。

未来的甲方IT团队，可能需要更多小型、面向业务结果的FDE小组。他们的目标不再是按期上线，而是：审批时间是否减少？人工操作是否下降？转化率是否提升？员工是否真正愿意使用？

从交付功能，转向交付结果。

六、离业务越近，技术价值越大

过去，人们总觉得最优秀的技术人员应该留在总部，研究架构和底层技术。一线交付被认为不够高级。

但今天，这个逻辑正在反过来。因为技术本身正在被AI快速普及，真正稀缺的是把技术与真实场景结合的能力。

离业务越远，越容易做出漂亮却无用的产品；离业务越近，越有机会发现真正有价值的问题。

未来优秀的IT人，不一定是写代码最多的人，而可能是最能理解现场、最能推动变化、最能把AI转化为业务结果的人。

写代码不再是最难的事。真正难的，是把AI交付到企业里，让它在真实的数据、真实的流程、真实的权限和真实的组织中跑起来。

谁能解决这最后一公里，谁才真正掌握了企业AI落地的主动权。